构建应对气候变化:试点评估的影响印度的全因死亡率的第一热行动计划

文摘

背景。艾哈迈达巴德实现南亚第一热行动计划(HAP)在2010年的热浪。本研究评估HAP对全因死亡率的影响在2014 - 2015年相对于2007 - 2010年基准。方法。我们分析了每日最高温度(T_马克斯之前和之后的HAP)死亡率的关系。我们估计比率(RRs)每日死亡率使用分布式滞后非线性模型发病率和死亡率(IRs) HAP警告天,比较预处理和post-HAP时期,和计算发病率比(irr)。我们估计死亡人数后避免使用预处理和post-HAP国税局HAP实现。结果。最大pre-HAP RR为2.34 (95% ci 1.98 - -2.76) 47°C(滞后0),和最大post-HAP RR为1.25(1.02 - -1.53)估计为47°C(滞后0)。Post-to-pre-HAP nonlagged死亡率IRRT_马克斯超过40°C为0.95(0.73 - -1.22)和0.73 (0.29 - -1.81)T_马克斯在45°C。估计有1190(95%可信区间162 - 2218年)年度平均死亡是避免post-HAP时期。结论。极端高温和HAP警告后实现与夏季全因死亡率下降有关,与最大跌幅最高温度。艾哈迈达巴德的计划可以作为其他城市指南试图增强应对酷热。

1。介绍

极端高温的危害广泛健康记录(1- - - - - -5]。在全球范围内,极端高温事件越来越频繁和强烈的近几十年来6),和几个极端高温事件已经完全归因于气候变化(7]。这些趋势将加速,平均预测全球气温上升至少每十年0.2°C到2030年,多达4.8°C到本世纪末,相对于1986 - 2005年基准没有积极的减缓温室气体排放的8]。有很高的信心,这种变暖可能有重大不良健康影响9),各种防范策略和早期预警系统需要适应气候变化计划的一部分(9,10]。在许多情况下,热量已经威胁到健康,和当前的努力促进弹性高温可以促进适应气候变化11]。

低收入和中等收入国家特别容易受到极端事件包括热浪和遭受最大的损失从极端天气12]。南亚是高危地区极端高温(13]。有已知的热接触之间的关联和全因死亡率在印度,证据的一个阈值在40°C以上死亡率增加14]。热浪已经杀害了数千近年来在该地区(15- - - - - -17),尽管数据的局限性限制准确估计真正的健康影响。易受高温高之间的非正式定居点的居民(居民住房的土地上,没有法律要求)(18)和工人(19]。虽然空调,一个最有效的热防护措施(20.),在该地区变得越来越盛行;由于成本仍然是不可用的很多,和基础设施的失败使它不可靠的(21]。在南亚的大部分人口仍然高度暴露,容易受到极端高温的不利影响。

暴露在极端高温在南亚可能会增加极端高温事件与气候变化继续恶化。印度经历了全球变暖的趋势观察(22),预测表明,热浪将变得越来越频繁和严重的21^圣世纪(23]。即使在高度保护设置的人口已经适应了温暖的温度随着时间的推移,气候变化预计将导致显著的超额死亡率(24),据推测,影响将更重要的高度暴露南亚人口相比,在高收入地区的人群。

艾哈迈达巴德,印度古吉拉特邦最大的城市和印度增长最快的之一,是一个有用的案例研究为研究热健康影响和改善韧性的前景。像其他领域一样,古吉拉特邦温暖,平均水平T_马克斯从1969年到2005年增加了0.11°C (25]。2010年,艾哈迈达巴德的热浪T_马克斯最高46.8°C,然后在近一个世纪。全因死亡率急剧上升,超额1344全因死亡仅在2010年5月,比基线死亡率增加了43.1% (26]。这个事件使热应力在标题和热防备市政府的一项重点工作,艾哈迈达巴德市公司(AMC)。

基于的死亡率在2010年的热浪,AMC与印度公共卫生基金会的合作,印度理工学院公共Health-Gandhinagar,自然资源保护委员会,国际联盟的合作伙伴共同建立一个行动计划(HAP)艾哈迈达巴德。团队依赖于最佳实践(27,28开发系统和选定的干预措施之前,曾被认为是有效的评价研究[29日,30.]。艾哈迈达巴德HAP,详细描述了在其他地方(31日),发出越来越紧迫的警告和协调重大跨部门活动时T_马克斯是预测超过41°C。运气是驾驶2013年和2014年全面实施。立即被考验,2014年和2015年的夏天异常炎热,虽然夏季每日最高温度资料多样。

本研究的目的是比较极端的环境热量和全因死亡率之间的联系之前和之后HAP量化其实施效果,并添加到证据基础通过扩大的范围设置在HAP功效已被记录。

2。材料和方法

2.1。干预

艾哈迈达巴德HAP三要素:社区服务建设意识,概率预报和预警系统32),和医疗能力建设。有多个警告级别(黄色、橙色和红色)根据预测的温度,与每个警告级别相应的增加水平的宣传,筹备活动,和响应。根据最佳实践,警告阈值是基于回顾性流行病学分析health-relevant温度阈值(26,31日]。T_马克斯作为风险度量的历史在该地区夏季湿度低。警报是结构化如下:预测没有发出警报T_马克斯高达40°C;为预测发布黄色警报T_马克斯41 - 42.9°C;预测的橙色预警发布T_马克斯43 - 44.9°C;和一个红色警报发布预测T_马克斯45°C或更高。活动是通过节点协调官在市政府的卫生部门。警报描述活动完全在以前的工作31日]。

2.2。评估方法

数据是在2016年收集并分析了从2016年到2018年。我们选择使用2007 - 2010年作为基线和2014 - 2015年postintervention时期因为HAP规划和实施发生从2011年到2013年,2014年开始全面实施。考虑到艾哈迈达巴德的快速增长,我们认为短基线更可比和延长基线期会导致许多无边无际的因素可能不具有可比性。我们使用温度、死亡率和人口数据(在下面描述)来分析之间的关系如何T_马克斯和全因死亡率HAP实施后改变了。我们每天都进行了描述性的分析T_马克斯分布HAP前后比较各自的热的季节。我们进行了一项分布滞后分析之间的关系T_马克斯和全因死亡率风险评估相对滞后结构改变后的干预。将变化与人口增长,我们计算死亡率发生率使用year-specific人口估计和预测所有天T_马克斯超过40°C(即。,any heat alert) and for specific heat alert strata (i.e., yellow, orange, and red alert days, respectively). Using these results, we used pre-HAP IRs to calculate expected post-HAP mortality and compared this with observed mortality for days with forecastedT_马克斯超过40°C来计算postintervention死亡率的差异。

2.3。数据源

2.3.1。温度数据

每日气温从气象获得航空(航空例行)系统报告,报告数据从一个自动气象观测系统(AWOS)气象站(航空例行站身份证号码:VAAH 040710 z 040710 kt 4000 DU FEW080 40/21 Q1006 NOSIG)位于艾哈迈达巴德的Sardar Vallabai帕特尔国际机场。我们收集每小时温度数据从4月1日到2007年6月30日- 2010和2014 - 15日分别确定T_马克斯作为最高的值在每个每天从网络上下载的示例门户。

2.3.2。死亡数据

AMC组装每日死亡率数据使用医院的死亡报告,火葬场,墓地和其他来源。死亡登记和死亡证书需要火化之前或埋葬。编制的数据从所有来源的AMC注册在三周内出生和死亡,通常在几个月完成。我们每天获得死亡数据在研究期间每年出生和死亡登记员的AMC的办公室。

2.3.3。人口数据

印度执行每十年人口普查;上次人口普查发生在2011年。艾哈迈达巴德市的2011人口是5577940,2001年人口352008533]。我们使用这两个人口普查数和假定复合增长34)来计算复合年均增长率为4.71%。这个增长速度,2001年和2011年人口普查数被用来插入年度人口估计。这个速度是用于生成次人口普查人口估计年研究期间。2007年人口估计为4639867,4858449年2008,5087328年2009,2010年5326989,6403981年为2014年,2015年和6705669年。

2.4。数据准备

我们一年一度的人口估计用于生成每日全因死亡率(每100000人口死亡)从原油每日死亡率数据。没有丢失的天的数据。

2.5。分析方法

分析在Microsoft Excel 2010 (Redmond,佤邦)R3.4.0版本。

2.5.1。描述性分析

评价热暴露强度在整个研究期间,每天我们绘制曲线T_马克斯2007 - 2010和2014 - 2015年的和视觉检查两个时期来确定如何分布在每个热接触。

2.5.2。分布滞后非线性建模Temperature-Mortality关系

估计相对死亡率的风险的变化与热接触,我们使用了R包dlnm版本2.3.4 [35)来估算死亡率每天比率(RRs)T_马克斯落后5天,估计死亡率为每一个温度相对于利率维持在40°C。我们推导出该模型使用2007 - 10的数据然后相同的模型应用于数据从2014年到2015年。先天的,我们模拟了cross-basis温度与自然三次样条函数5节,两个在剩下的边界和节40°C, 42°C和45°C,分别。我们使用3等距的结在对数尺度的滞后响应函数在0 - 5落后。分布滞后模型,我们使用连续的T_马克斯,但为了便于比较和post-HAP年,我们计算的RR死亡率在每个整数T_马克斯每年和滞后结构。我们使用比较落后的等高线temperature-mortality关系来确定最合适的滞后结构为后续分析下面描述。

2.5.3。计算发病率和发病率的比率

产生绝对风险的估算和注入计算潜在的死亡率避免HAP实现之后,我们每天还进行了分析,为不同类别的高温警报死亡率发生率。生成粗发病率(IR)估计,我们使用每日死亡率统计数据和年度估计人口数据来计算每个夏日国税局2007 - 2010和2014 - 2015年使用Excel。我们分层估计T_马克斯、分组估计热警告类别(即。,any alert and yellow, orange, or red alert, respectively) as described above. We used the Mann–WhitneyU测试计算国税局值差异。我们也计算发病率比(irr)比较2014年和2010年,计算95%置信区间国税局和irr Rothman中描述使用方法等。36]。

2.5.4。估计Temperature-Mortality预处理和Post-HAP时间的关系

使用pre-HAP国税局和在每个警告类别项天post-HAP时期,我们生成的估计预期的死亡数量几天post-HAP时期被称为热警报。我们减去观察到这些估计死亡率估计post-HAP避免死亡率。

2.5.5。敏感性分析

2010年pre-HAP时期是一个不规则地炎热,与大量的死亡率关联到一个破纪录的热浪。我们评估结果的敏感性异常事件进行分析,而数据从2010年。

2.6。伦理审查

研究了和我们各自机构的机构审查委员会批准。

2.7。资金来源的角色

所有的资金来源中有一个角色研究设计;在数据收集、分析或解释;在写这个报告;或决定提交发表了这篇论文。

3所示。结果

与pre-HAP时期相比,post-HAP时期有一个更大的频率很热(橙色预警)和极热(红色警戒)天,明显的数字1和2。2008年是一个异常凉爽的样本进行了研究。

分布式滞后非线性模型的结果呈现在图(dlnm)分析3描绘了nonlagged,例如,落后0,RR的死亡率每年日常温度地层。最大的影响是在落后0两年了。HAP之前,死亡率增加单调超过40°C的RR以最大效应(RR, 2.34;95%可信区间1.98 - -2.76)在47°C,落后0。机会后,RR也增加了单调超过40°C,但大大降低最大效应(RR, 1.25;1.02 - -1.53)估计47°C,落后0。Nonlagged估计用于其余的分析。

stratum-specific国税局的结果展示在表为每个时期1。国税局的预处理和post-HAP时期(即每个温度类别。,任何警报和黄色、橙色和红色警报,分别)。符合分析RR与酷热,死亡率发生率是最高最热烈的时期,每个时期有剂量反应关系观察。机会后,我们观察到的全因死亡率的减少发病率在所有警告天post-HAP期间,包括天与任何警告和天黄、橙色,分别和红色警告。irr反向变化与温度,表示最大的风险减少最热的天。没有显著的统计学差异。

表2包含预期死亡率的结果分析。并给出了计数post-HAP天每个类别。基于减少temperature-specific死亡率发生率,估计有2380(95%可信区间324 - 4435)死亡是避免post-HAP时期,或估计有1190年度平均死亡(95%可信区间162 - 2218)避免post-HAP。

2010年的灵敏度分析数据从pre-HAP时期,post-HAP时期死亡率降低的趋势,但是没有差异显著(数据未显示)。

4所示。讨论

使用两种不同的方法,我们发现降低全因死亡率在头两年(2014 - 2015)在HAP实施。这个生态研究的结果表明,偶然与降低死亡率在2014 - 2015年有关热季节,特别是在更高的温度。最大pre-HAP RR为2.34 (95% CI 1.98 - -2.76) 47°C(滞后0),和最大post-HAP RR为1.25(1.02 - -1.53)估计为47°C(滞后0)。Post-to-pre-HAP nonlagged死亡率IRRT_马克斯超过40°C为0.95(0.93 - -1.22)和0.73 (0.29 - -1.81)T_马克斯在45°C。估计有2380(95%可信区间324 - 4435)死亡是避免post-HAP时期。温度和HAP警告天post-HAP实现与夏季全因死亡率下降有关,最大的在最高温度下降。

艾哈迈达巴德的热量行动计划,详细的其他地方18),包括一套教育和其它干预措施,包括热早期预警系统,新的城市和人口。该计划的消息鼓励人口避免热接触,维持适当水平的水合作用,概述了战略冷却时变得过热。高温警报触发时,许多其他活动发生,包括行动增加准备送往医院之前的设置、诊所和医院急诊。相结合,这些消息和活动可能减少热发病率和死亡率暴露和有限的,可能是一个司机的死亡率降低。

同时鼓励,这些发现解释应该谨慎一些,其他因素包括热浪时机和无边无际的因素可能影响研究结果和一些潜在的偏见和混杂因素包括空气污染没有控制在我们的分析。因此,我们不能完全排除这些发现其他可能的原因。人口弹性高温可能会增加热量行动计划无关的原因,例如,在应对宣传有关2010年的热浪。另外,人口或其暴露于环境温度的差异可能是负责任的。2010年,例如,最热的天的热浪发生略在本赛季早些时候,当人群易感性被观察到在欧洲和北美大约两倍在夏天晚些时候(37]。可能观察到temperature-mortality协会受到其他无边无际的因素的影响,如传染病疫情在某些点,然而,正如我们之前的分析,2010年的热浪,原则的数据来源pre-HAP暴露在非常高的温度下,没有这样的风险被发现(26]。人口结构的变化或生活条件的变化(如空调的患病率,蒸发冷却,或拥挤的住房条件)之间的两个时期也可能减少潜在风险与温度有关。不幸的是,更细粒度的数据关于人口组成和变化随着时间的推移不可用。最后,空气污染,一个“无限的潜力,可能有一定的作用。一些研究表明,未能控制臭氧和颗粒物会导致热的过高的死亡率(38]。可能是艾哈迈达巴德的空气质量得到改善,从2007年到2015年,这个开车的一些减少,尽管这样会减少发生在城市和工业快速增长的时期。不幸的是,没有空气质量数据引入作为控制在我们的模型中。

敏感性分析表明,结果取决于包含的数据从2010年。这可能是因为有很热的天pre-HAP时期相对较少的exposure-outcome协会可以派生,限制检测不同统计力量。尽管如此,我们不能完全排除这种可能性,如上所述,其他因素可能使得2010年观察到的温度和死亡率之间的关系。

记住所有这些警告,我们注意到我们的研究结果是一致的评估在其他国家类似热防范措施的采用。Fouillet等人观察到的和预期相比死亡率在2006年的热浪在欧洲建立在2003年夏天的热浪39]。他们的分析显示,18天期间(11少4400人死亡^th至28日^th2006年7月)的热浪比预期的基础上,2003年热剂量反应函数,减少68%,比这更实质性的观察在我们的研究中。作者得出结论认为,死亡率降低可能是由于增加了公众意识,促进预防措施,建立一个早期预警系统(40)在2003年的热浪在欧洲。

另一个生态研究的死亡率和温度,比较两个夏天在上海(1998和2003),发现了类似的结果,虽然死亡率降低是那么引人注目,观察到巴黎41]。作者一个统计模型生成控制空气污染和温度变化的影响之间的两年,观察到更少的死亡在2003年的热浪,绝对减少死亡率约为29%。这是略高于我们观察到。这项研究的作者得出结论,减少可能导致一个早期预警系统的引入,改善生活条件,更多使用空调(41]。

我们的研究结果也通常兼容的一些其他的研究评估预警系统功效虽然热方法不具有直接可比性。一个指出,极端高温警告降低老年缺血性心脏病死亡23%(在香港42]。另指出,一套的变化包括改善城市热预警系统减少了至少49%的预计死亡人数从1995年到1999年在美国密尔沃基市(43]三分之一在佛罗伦萨,意大利,指出降低大约9%的几率热体弱的老年人的死亡率实现热后早期预警系统(44]。最后,热量的计量经济学研究早期预警的一套Odisha减少灾害风险的策略,印度还发现证据的有效性,包括热警告作为减少灾害风险更大努力的一部分(45]。这些估计是直接可比,但所有的研究提供的证据风险减少类似的数量级。

我们的研究表明,艾哈迈达巴德HAP保护健康对与高温相关死亡率。我们的生态研究设计是有限的,而且可能会面临大量的偏见,我们没有控制潜在的混杂因素包括热浪时机和空气质量。另一种设计控制这些因素和比较温度和死亡率之间的关联在艾哈迈达巴德和另一个城市将增加强度的结论,在艾哈迈达巴德和额外的研究正在进行。此外,分析是有限的小样本非常热的天post-HAP研究年(2014 - 2015)与基准年(2007 - 2010),使得它难以解析的数据包括所有其他变量(如天的星期和改变城市人口的年龄结构)找到一个重要HAP效应信号,即使额外的数据是可用的。也就是说,我们的飞行员发现符合最近的评论热行动计划(29日,30.),包括上面的研究,热预警系统拯救生命和实施高危社区适应气候变化应该是一个优先事项。

我们的研究表明,其他城市在南亚热死亡率的风险可能受益于艾哈迈达巴德的例子。国民政府在印度创造了指导基于艾哈迈达巴德HAP (46)和一直致力于扩大热早期预警系统和行动计划11个州和30个城市在印度,现在有一些新的也许不久被开发或(47]。艾哈迈达巴德的机会,以及印度政府扩大努力,可以作为模型南亚邻国增加韧性酷热感兴趣。

5。结论

在低收入和中等收入国家,很少有热行动计划和缺乏有效性的证据。我们的研究是第一个提供这样的证据之一,表明,艾哈迈达巴德干预降低死亡率的头两年,特别是在更高的温度。我们的结果表明,热行动计划可以有效地保护弱势群体在热带纬度,气候变化的影响可能是非常严重的在拥挤的城市经济弱势社区。虽然还需要更多的研究,评估结果可能鼓励其他国家和城市的发展类似的努力减少当前的风险和适应气候变化。

数据可用性

这个分析中使用的数据是可用的。温度和人口数据可供下载中描述的方法。每日死亡数量可根据要求从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由美国国立卫生研究院(批准数字5 r21tw009535-02 K23ES024127)和气候发展和知识网络。

引用

1. d . o . Astrom b Forsberg, j . Rocklov”热浪在老年人口对发病率和死亡率的影响:回顾最近的研究,“matuitas,卷69,不。2、99 - 105年,2011页。视图:出版商的网站|谷歌学术搜索
2. x Basagana, c . Sartini j . Barrera-Gomez et al .,“所有年龄段的热浪和死因别死亡率。”流行病学,22卷,不。6,765 - 772年,2011页。视图:出版商的网站|谷歌学术搜索
3. r·巴苏,“环境温度高和死亡率:流行病学研究的回顾从2001年到2008年,“环境卫生,8卷,不。1,p。2009。视图:出版商的网站|谷歌学术搜索
4. 人类。Robine, s . l . k .张美国勒罗伊et al .,“死亡人数超过70000人在欧洲在2003年的夏天,“政府建筑渲染的生物学,卷331,不。2、171 - 178年,2008页。视图:出版商的网站|谷歌学术搜索
5. r . s . Kovats r .纱丽Kovats, h·沙”热应力和公共卫生:一个评论,”公共卫生的年度审查卷,29号1,41-55,2008页。视图:出版商的网站|谷歌学术搜索
6. n .瓦w . n . adg p Agnolucci et al .,“健康和气候变化:应对政策保护公众健康,”《柳叶刀》,卷386,不。10006年,第1914 - 1861页,2015年。视图:出版商的网站|谷歌学术搜索
7. s . c .鲱鱼、n . Christidis a . Hoell j . p . Kossin c . j . Schreck和p·a·斯托特”介绍解释极端事件2016年从气候角度看,“美国气象学会的公告,卷99,不。1,S1-S6, 2018页。视图:出版商的网站|谷歌学术搜索
8. 联合国政府间气候变化专门委员会,2013年气候变化:物理科学基础。工作组的贡献我的第五Intergovern-Mental气候变化专门委员会的评估报告d, t·f·斯托克秦,G.-K。普拉特纳先生et al .,。,Cambridge University Press, Cambridge, UK, 2013.
9. k . r .史密斯,a·伍德沃德·d·Campbell-Lendrum et al .,“人类健康:影响、适应和效益,”2014年气候变化影响、适应和脆弱性。:全球和行业方面。第二工作组的贡献的政府间气候变化专门委员会第五次评估报告,c . b .字段,v r·巴罗斯d . j . Dokken et al .,。英国剑桥,剑桥大学出版社,2014年。视图:谷歌学术搜索
10. i r .高贵,s . Huq y . a . Anokhin et al .,“适应需求和选择,”2014年气候变化影响、适应和脆弱性。:全球和行业方面。第二工作组的贡献的政府间气候变化专门委员会第五次评估报告,c . b .字段,v r·巴罗斯d . j . Dokken et al .,。,剑桥大学出版社,纽约,纽约,美国,2014年。视图:谷歌学术搜索
11. e . p . Petkova h .盛田昭夫,p . l . Kinney”健康的影响热气候变化:新兴科学能告诉城市适应规划如何?”当前的流行病学报告,1卷,不。2、67 - 74年,2014页。视图:出版商的网站|谷歌学术搜索
12. s . Kreft l . Junghans d Eckstein,哈根,“2015年全球气候风险指数:从极端天气事件折磨的人最多?“在与天气有关的损失事件在2013年和1994年到2013年“德国观察”,德国波恩,2014年。视图:谷歌学术搜索
13. m, l . Mengyang l .赵d,和美国Peijun,“世界的映射的热浪的风险,”IHDP /未来Earth-Integrated风险治理项目系列施普林格,柏林,德国海德堡2015。视图:谷歌学术搜索
14. v . k .德赛·韦格尔s . k . Rathi Patel, h·s·德赛,“环境热对全因死亡率的影响在苏拉特的沿海城市,印度,”当前的科学,卷109,不。9日,第1686 - 1680页,2015年。视图:谷歌学术搜索
15. 美国库马尔,”印度的热浪和降雨导致大规模死亡人数,”《柳叶刀》,卷351,不。9119,1869年,页1998。视图:出版商的网站|谷歌学术搜索
16. r·艾克塔“气候变化与健康和热浪死亡率在印度,”全球环境Research-English卷,57 51-57,2007页。视图:谷歌学术搜索
17. h·怀特曼,”印度的热浪造成2330人死亡,数百万等待雨,”http://www.cnn.com/2015/06/01/asia/india-heat-wave-deaths/2016。视图:谷歌学术搜索
18. k . Tran g .爱资哈尔r . Nair et al .,”一个横断面,随机集束抽样调查的家庭脆弱性酷热在贫民窟居民在艾哈迈达巴德,印度,”国际环境研究和公共卫生杂志》上,10卷,不。6,2515 - 2543年,2013页。视图:出版商的网站|谷歌学术搜索
19. 诉Venugopal j . s . Chinnadurai r . ai卢卡斯,和t . Kjellstrom”职业热应力概要文件在选择工作场所在印度,”国际环境研究和公共卫生杂志》上,13卷,不。1,p。89年,2016。视图:出版商的网站|谷歌学术搜索
20. m . s . O ' neill, r·卡特,j·k·基士et al .,“防止热发病率和死亡率:在气候变化的新方法,”matuitas,卷64,不。2、98 - 103年,2009页。视图:出版商的网站|谷歌学术搜索
21. k·朗格、l .卡琳和k·托德,”可持续性挑战来自气候变化和空调使用在城市地区,”可持续性,5卷,不。7,3116 - 3128年,2013页。视图:出版商的网站|谷歌学术搜索
22. s . k . Jain和诉库马尔,”印度的降雨和气温数据的趋势分析,“当前的科学,卷102,不。1,37-49,2012页。视图:谷歌学术搜索
23. h·h·Dholakia诉Mishra, a Garg预计增加的热量相关的死亡率在印度城市的气候变化、印度管理学院艾哈迈达巴德、研究和出版部门,艾哈迈达巴德,印度,2015年,http://admin.indiaenvironmentportal.org.in/files/file/Predicted%20increases%20in%20heat%20related%20mortality%20under%20climate%20change%20in%20urban%20India.pdf。
24. e . p . Petkova j . k . Vink r·m·霍顿et al .,”向更全面的预测城市因高温引发的死亡率:估计纽约市下多个人口,适应,和气候情况,”环境健康展望,卷125,不。1,47-55,2017页。视图:出版商的网站|谷歌学术搜索
25. k .雷·m·莫汉蒂和j·r·Chincholikar气候变化在古吉拉特邦,印度。气象中心印度气象部门,新德里,印度,2009。
26. g . s . Azhar d . Mavalankar a Nori-Sarma et al .,“因高温引发的死亡率在印度:多余的全因死亡率与2010年艾哈迈达巴德的热浪,”《公共科学图书馆•综合》,9卷,不。第三条ID e91831, 2014。视图:出版商的网站|谷歌学术搜索
27. s·m·伯纳德和m . a . McGeehin“市政热浪反应计划,”美国公共卫生杂志》上,卷94,不。9日,第1522 - 1520页,2004年。视图:出版商的网站|谷歌学术搜索
28. g·r·麦格雷戈p . Bessemoulin k . Ebi和b·门尼热浪和健康:指导预警系统的发展世界气象组织,瑞士日内瓦,2015年。
29. g . Toloo t . Ghasem f·杰拉德,a .彼得,诉肯尼斯,和t .纪事本末”预警系统有效热吗?”环境卫生,12卷,不。1,2013。视图:出版商的网站|谷歌学术搜索
30. m·伯格曼解释b梅兰妮,r . Ines”计划适应热降低因高温引发的死亡率和疾病?系统回顾。”BMC公共卫生,14卷,不。1,2014。视图:出版商的网站|谷歌学术搜索
31. g . s . k .伟达s p . Kulkarni Azhar et al .,“开发和实现南亚第一heat-health行动计划在艾哈迈达巴德(古吉拉特邦、印度),“国际环境研究和公共卫生杂志》上,11卷,不。4、3473 - 3492年,2014页。视图:出版商的网站|谷歌学术搜索
32. 气候预测行动网络,创新的天气和气候组织工具使上级决策预测,气候行动网络,法国,http://www.cfanclimate.com/,2015年。
33. 印度政府,印度人口普查,印度政府,印度,2011。
34. j . c . Raymondo人口估计和预测:市场营销方法,人口,规划人员格林伍德出版集团,韦斯特波特,CT,美国,1992年。
35. gasparri a,”R分布滞后的线性和非线性模型:包dlnm,”杂志的统计软件,43卷,不。8日,1,2011页。视图:出版商的网站|谷歌学术搜索
36. k·j·罗斯曼,格陵兰岛,和t . l .睫毛现代流行病学Wolters Kluwer健康/ Lippincott Williams &威尔金斯,费城,宾夕法尼亚州,美国,2008年。
37. g·b·安德森和m·l·贝尔”热浪在美国:死亡率在热浪和效果修改热浪43我们社区的特点,“环境健康展望,卷119,不。2、210 - 218年,2011页。视图:出版商的网站|谷歌学术搜索
38. a . Analitis p . Michelozzi D D 'Ippoliti et al .,“热浪对死亡率的影响:影响修改和混杂在空气污染物,”流行病学,25卷,不。1,第15 - 22页,2014。视图:出版商的网站|谷歌学术搜索
39. a . Fouillet g·雷伊,诉瓦格纳et al .,“热浪对死亡率的影响改变了在法国自2003年夏季的欧洲热浪?2006年的一项研究的热浪,”国际流行病学杂志,37卷,不。2、309 - 317年,2008页。视图:出版商的网站|谷歌学术搜索
40. m·帕斯卡k . Laaidi m . Ledrans et al .,“法国热健康观察预警系统”国际生物气象学杂志,50卷,不。3、144 - 153年,2006页。视图:出版商的网站|谷歌学术搜索
41. j . Tan y郑,g的歌,l . s . Kalkstein a . j . Kalkstein x唐,“热浪对死亡率的影响在上海,1998年和2003年,“国际生物气象学杂志,51卷,不。3、193 - 200年,2007页。视图:出版商的网站|谷歌学术搜索
42. p h桥、k . c . Chan和j .吸引“热天气警报可能有助于降低老年人死亡率在香港,“国际生物气象学杂志,53卷,不。5,461 - 468年,2009页。视图:出版商的网站|谷歌学术搜索
43. m·g . Weisskopf h·a·安德森,s . Foldy et al .,“热浪发病率和死亡率,密尔沃基,威斯康星州,1999 vs 1995:一种改进的反应?”美国公共卫生杂志》上,卷92,不。5,830 - 833年,2002页。视图:出版商的网站|谷歌学术搜索
44. 经纪人莫拉比托·m·f·Profili, a . Crisci·弗兰切斯科尼g . f . Gensini和s . Orlandini“佛罗伦萨地区因高温引发的死亡率(意大利)异常前后2003年的热浪在欧洲:一种改进公共卫生反应?”国际生物气象学杂志卷,56号5,801 - 810年,2012页。视图:出版商的网站|谷歌学术搜索
45. s Das和s . c . Smith”意识作为一种适应策略减少死亡率热浪:证据从灾害风险管理项目在印度,”气候变化经济学,3卷,不。2,文章ID 1250010, 2012。视图:出版商的网站|谷歌学术搜索
46. 国家灾难管理局,行动指南准备Plan-Prevention热浪和管理印度政府,新德里,印度,2017年,http://www.ndma.gov.in/images/guidelines/heatwaveguidelines2017.pdf。
47. 自然资源保护委员会印度各地热弹性扩张自然资源保护委员会,纽约,纽约,美国,2017年,https://www.nrdc.org/sites/default/files/india-heat-resilient-cities-ib.pdf。

版权

版权©2018杰里米·j·赫斯等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。